Markov-Modulated泊松过程模型在用户行为识别中的应用幻灯片.pptVIP

Markov-Modulated泊松过程模型在用户行为识别中的应用 目录 MMPP模型的描述 MMPP模型参数估计 MMPP模型应用 结论 MMPP模型的描述 Markov modulated泊松过程（MMPP） 非齐次Poisson过程，其强度变量服从马氏过程 一个双重随机过程： 表现观测值特征的非齐次泊松过程 表现该泊松过程密度变化转移特征的时间连续 的马氏过程 Markov-Modulated泊松过程模型描述 令{Xt}是一个连续时间的马氏过程，状态空间为 S = (1, …, k)， 且{Xt}有无穷小转移概率矩阵Q={qij} 。 令λ=(λ1,…,λk)，{N(t)}为非齐次泊松过程，强度函 数为{λ(X(t))} ，即给定{λ(X(t))} ， {N(t)}为泊松分布。 这样的过程称为Markov-Modulated泊松过程 MMPP模型算法（转化为隐马氏模型） 令 ＝0 ， 为 {N(t)}中第k个事件发生的时间，令 = X ( ) ， = － ，则可以认为 {( ，